Un sitio de varios cientos de páginas, de las cuales la mitad no aparece en Google, es un problema común. La causa frecuente: el motor de búsqueda simplemente no encuentra estas URL. El sitemap XML interviene en este nivel, proporcionando a los robots de exploración una lista estructurada de las páginas a recorrer.
Pero depositar un archivo sitemap en la raíz del sitio no es suficiente. La forma en que se construye, lo que se incluye (y lo que se excluye) determina directamente su eficacia para la indexación y la visibilidad.
Sitemap XML: lo que Google realmente utiliza en el archivo
Se suele leer que hay que informar la prioridad, la frecuencia de modificación y la fecha de última actualización para cada URL. En la práctica, Google ignora los valores priority y changefreq. Mantener estos campos no aporta nada para el posicionamiento en este motor.
El único parámetro que realmente cuenta para Google es lastmod, siempre que refleje una modificación real del contenido. Cambiar una palabra en el pie de página o actualizar el año del copyright no constituye una modificación significativa. Google verifica la coherencia de esta fecha: si se actualiza artificialmente en cada generación del sitemap, la señal pierde toda fiabilidad.
Para que lastmod sea útil, debe corresponder a una actualización del contenido principal, de los datos estructurados o de los enlaces internos de la página. Por ejemplo, se puede consultar el sitio Flow3 para observar cómo un sitemap bien estructurado organiza sus URL con fechas coherentes.
Un punto a menudo mal entendido: enviar una URL en un sitemap no garantiza ni su exploración ni su indexación. Google trata el archivo como una señal, no como una directiva. Si una página enviada sigue ausente del índice, el problema probablemente proviene de la calidad o singularidad del contenido, no del sitemap en sí.
Filtrar las URL del sitemap para orientar el crawl
El reflejo común consiste en incluir todas las páginas del sitio en el sitemap. Es un error. Un sitemap que lista URL en noindex, páginas de paginación, filtros de búsqueda o duplicados envía una mala señal a los robots de exploración.
El objetivo es mantener solo las URL canónicas, explorables y destinadas a la indexación. Cada URL presente en el archivo debe cumplir tres criterios:
- Devuelve un código HTTP 200 (sin redirección 301 ni error 404 o 410)
- Corresponde a la versión canónica de la página (la etiqueta canonical apunta a sí misma)
- No está bloqueada por el archivo robots.txt ni por una etiqueta noindex
En un sitio de comercio electrónico o un portal con miles de páginas, se segmenta el sitemap en varios archivos temáticos (productos, categorías, artículos de blog). Esta segmentación permite identificar más fácilmente, en Google Search Console, qué grupo de páginas presenta problemas de indexación.
Enviar y supervisar el sitemap en Search Console
Depositar el archivo en la dirección votresite.com/sitemap.xml es un primer paso. Pero sin una presentación explícita a través de Google Search Console, el motor puede tardar en detectarlo. La presentación manual acelera la consideración inicial.
Una vez enviado, la Search Console muestra el número de URL descubiertas y el número de URL efectivamente indexadas. La diferencia entre estos dos números es el verdadero indicador de rendimiento del sitemap. Una gran diferencia señala ya sea páginas de baja calidad, ya sea problemas técnicos (tiempos de respuesta del servidor, contenido duplicado, páginas demasiado delgadas).
Verificar regularmente el informe de indexación por sitemap permite detectar regresiones después de una migración o un rediseño. Durante una migración de sitio, URL mal redirigidas pueden permanecer en el antiguo sitemap, lo que genera errores 404 en serie en el informe.
IndexNow y sitemap: dos mecanismos complementarios para Bing
El sitemap funciona en modo pasivo: se deposita un archivo, y los motores vienen a leerlo según su propio calendario. Para los sitios que publican o modifican contenido con frecuencia, este retraso puede ser un obstáculo.
El protocolo IndexNow, respaldado por Bing, permite notificar al motor en tiempo real que una URL ha cambiado. En lugar de esperar a que el robot vuelva a explorar el sitemap, se envía un ping inmediato. Esto es particularmente útil para sitios de noticias, marketplaces o directorios con fichas actualizadas diariamente.
Google no ha adoptado IndexNow hasta la fecha. Para este motor, la combinación de sitemap XML más API de indexación (para los tipos de contenido elegibles) sigue siendo la combinación más efectiva. La estrategia varía, por lo tanto, según los motores objetivo, y un sitio que apunta tanto a Google como a Bing tiene interés en combinar ambos enfoques.
- Sitemap XML actualizado con fechas lastmod fiables para Google
- IndexNow activado para señalar los cambios en tiempo real a Bing
- Presentación en las herramientas para webmasters de ambos motores (Search Console y Bing Webmaster Tools)
Errores frecuentes que neutralizan un sitemap
Algunos errores técnicos hacen que el sitemap sea inútil sin que el webmaster se dé cuenta. El más común: un archivo robots.txt que bloquea el acceso al propio sitemap. El archivo debe contener la directiva Sitemap: seguida de la URL completa del archivo.
Otro truco: superar el límite de tamaño. Un sitemap único no puede contener más de 50,000 URL ni pesar más de 50 MB sin comprimir. Más allá, hay que crear un archivo sitemap index que referencia varios sitemaps hijos.
Finalmente, dejar un sitemap obsoleto en línea después de un rediseño crea confusión. Las antiguas URL generan errores en Search Console, diluyen el presupuesto de crawl y ralentizan la consideración de las nuevas páginas. Después de cada modificación estructural del sitio, regenerar y volver a enviar el sitemap debería formar parte del protocolo de despliegue.
El sitemap sigue siendo un archivo técnico simple de producir. Su valor reside menos en su creación que en su mantenimiento: URL limpias, fechas fiables, un seguimiento regular en Search Console. Es esta rigurosidad la que transforma un archivo XML pasivo en un palanca concreta de visibilidad.
